KIT | KIT-Bibliothek | Impressum | Datenschutz

Nonlinear State Estimation Using Optimal Gaussian Sampling with Applications to Tracking

Steinbring, Jannik

Abstract (englisch):
This thesis is concerned with the ubiquitous problem of estimating the hidden state of a discrete-time stochastic nonlinear dynamic system. The focus is on the derivation of new Gaussian state estimators and the improvement of existing approaches. Also the challenging task of distributed state estimation is addressed by proposing a sample-based fusion of local state estimates. The proposed estimation techniques are applied to extended object tracking.

Open Access Logo

Volltext §
DOI: 10.5445/IR/1000080285
Veröffentlicht am 08.03.2018
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Anthropomatik und Robotik (IAR)
Publikationstyp Hochschulschrift
Publikationsjahr 2018
Sprache Englisch
Identifikator urn:nbn:de:swb:90-802858
KITopen-ID: 1000080285
Verlag KIT, Karlsruhe
Umfang XIX, 154 S.
Abschlussart Dissertation
Fakultät Fakultät für Informatik (INFORMATIK)
Institut Institut für Anthropomatik und Robotik (IAR)
Prüfungsdatum 21.07.2017
Referent/Betreuer Prof. U. Hanebeck
Schlagwörter Nonlinear state estimation, Kalman filtering, distributed state estimation, target tracking, extended object tracking
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page